循环遍历熊猫中的 MultiIndex答案

【问题标题】：Looping over a MultiIndex in pandas循环遍历熊猫中的 MultiIndex
【发布时间】：2014-09-08 13:31:47
【问题描述】：

我有一个 MultiIndexed DataFrame df1，并希望以这样的方式循环它，以便在循环的每个实例中都有一个带有常规非分层索引的 DataFrame，它是对应于外部索引的 df1 的子集条目。即，如果我有：

我想得到

随后是 C1、C2 等。我也不知道它们的实际名称是什么（C1 等，在这里只是占位符），所以只想循环 C_i 值我有。

我一直在纠结iterrows 和各种循环，没有得到任何切实的结果，也不知道如何继续。我觉得应该存在一个简单的解决方案，但在文档中找不到任何看起来有用的东西，可能是由于我自己缺乏理解。

【问题讨论】：

标签： python pandas multi-index

【解决方案1】：

使用来自here的修改示例

In [30]: def mklbl(prefix,n):
        return ["%s%s" % (prefix,i)  for i in range(n)]
   ....: 

In [31]: columns = MultiIndex.from_tuples([('a','foo'),('a','bar'),
                                  ('b','foo'),('b','bah')],
                                   names=['lvl0', 'lvl1'])

In [33]: index = MultiIndex.from_product([mklbl('A',4),mklbl('B',2)])

In [34]: df = DataFrame(np.arange(len(index)*len(columns)).reshape((len(index),len(columns))),
               index=index,
               columns=columns).sortlevel().sortlevel(axis=1)

In [35]: df
Out[35]: 
lvl0     a         b     
lvl1   bar  foo  bah  foo
A0 B0    1    0    3    2
   B1    5    4    7    6
A1 B0    9    8   11   10
   B1   13   12   15   14
A2 B0   17   16   19   18
   B1   21   20   23   22
A3 B0   25   24   27   26
   B1   29   28   31   30

In [36]: df.loc['A0']
Out[36]: 
lvl0    a         b     
lvl1  bar  foo  bah  foo
B0      1    0    3    2
B1      5    4    7    6

In [37]: df.loc['A1']
Out[37]: 
lvl0    a         b     
lvl1  bar  foo  bah  foo
B0      9    8   11   10
B1     13   12   15   14

不需要循环。

您也可以选择这些以返回帧（使用原始 MI）例如df.loc[['A1']]

如果要获取索引中的值：

In [38]: df.index.get_level_values(0).unique()
Out[38]: array(['A0', 'A1', 'A2', 'A3'], dtype=object)

【讨论】：

谢谢，如果我知道标签是什么，那确实有效，但如果我不知道该怎么办？ IE。我不知道索引的名称（在我的问题中，它们（在您的示例中为 A）是至少发生一个事件的分钟数，而子索引（在您的示例中为 B）包含发生特定事件的秒数）。我不知道事件何时发生。此外，您的示例不会遍历索引的所有元素，我想每分钟循环一次。
已更新以显示如何获取级别值。如果你真的想循环，循环很简单。
@jeff 你能看看这个use case吗？

【解决方案2】：

您是否正在尝试做这样的事情？

for i in set(df.index):
    print df.loc[i].reset_index()

set(df.index) 返回多索引（分层索引）的一组唯一元组。
df.loc[i].reset_index()...df.loc[i] 当然会返回原始数据帧的子集，.reset_index() 部分会将索引转换为列

【讨论】：

对一个相关问题非常有用：如何将多索引转换为可迭代的元组。谢谢！